在R中训练了一个XGBoost模型之后,我看到了一个名为xgb的模型对象,它是一个list of 7。当我使用xgb.save保存模型,然后使用xgb.load重新加载时,呈现给我的似乎是一个“较小”的模型对象,它是一个list of 2。下面是模型对象xgb和模型对象test1,前者是训练后的原始模型,后者是相同的模型,但已保存并重新加载:为什么会发生这种情况,在保存/加载模型时会丢失有价值的信息吗?
我正在尝试使用xgboost来运行-using python --在分类问题上,我在numpy矩阵X (rows =观测和列=)中有数据,在numpy数组y中有标签。以下是我所做的:import xgboost as xgbxgtrain = xgb.DMatrix(X_csr, label = y ) #to work with the
我正在使用最新版本的scikit、python和xgboost。if xgb_model is not None: xgb_model = xgb_model.save_raw() //Error here
bst = Booster(params, [dtrain] + [d[0] for d in evals], model_file=xgb_m